RPA 浏览器文件上传对话框调试实战：从原生弹窗卡死到稳定可回放
技术主题：RPA 技术（浏览器自动化）
内容方向：具体功能的调试过程（问题现象、排查步骤、解决思路）
引言
浏览器端文件上传是自动化里最容易“卡住”的节点：点击上传按钮后弹出原生系统对话框，自动化框架无法直接操控，导致脚本在 CI/CD 或无头环境中频繁失败。本文复盘一次实际项目的调试过程，目标是把“靠运气”的上传动作改造为稳定、可观测、可回退的工程化方案。
一、问题现象与影响
- 现象：
- 点击“上传”后脚本挂起，超时 30-60s；
- 少量机器能成功，多数无头/容器环境持续失败；
- 偶发成功时，下一步校验文件名元素却不可见。
- 影响：
- 用例稳定性差，整体通过率下降；
- CI 无法稳定回放，阻塞上线；
- 人工辅助成本增加（远程桌面介入）。
二、排查与复现场景
- 判断是否真的需要系统对话框：页面是否存在隐藏的
<input type="file">；
- 确认上传按钮的真实行为：是触发 filechooser 事件，还是纯样式按钮代理真实 input；
- 检查权限与沙箱：容器/CI 是否允许 GUI 操作；
- 明确成功标志：上传后应出现的文件名/预览/接口响应。
三、解决思路（优先规避原生弹窗，其次兜底）
- 首选：直接对
<input type="file"> 使用 set_input_files（可在隐藏状态下生效），100% 规避系统对话框；
- 次选：拦截 filechooser 事件并设置文件；
- 兜底（不推荐常态化）：在无法触达 input 的极端场景，调用系统级对话框自动化（Windows: pywinauto；macOS: AppleScript），并限制使用范围与超时。
四、关键代码（Python / Playwright）
4.1 最优路径：直接设置 <input type="file">
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
from playwright.sync_api import sync_playwright
with sync_playwright() as p:
browser = p.chromium.launch(headless=True)
page = browser.new_page()
page.goto("https://example.com/upload")
file_input = page.locator('input[type="file"]')
file_input.set_input_files(["/path/to/demo.pdf"])
page.wait_for_selector("text=demo.pdf", timeout=8000)
browser.close()
|
4.2 无法直接定位时：拦截 filechooser 事件
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| from playwright.sync_api import sync_playwright
with sync_playwright() as p:
browser = p.chromium.launch(headless=False)
page = browser.new_page()
page.goto("https://example.com/upload")
with page.expect_file_chooser() as fc_info:
page.locator("button:has-text('上传')").click()
file_chooser = fc_info.value
file_chooser.set_files("/path/to/demo.pdf")
page.wait_for_selector(".upload-success:has-text('demo.pdf')", timeout=8000)
browser.close()
|
4.3 兜底：Windows 原生对话框（不推荐常态使用）
1
2
3
4
5
6
7
8
9
10
11
|
import time
from pywinauto import Desktop
dlg = Desktop(backend="uia").window(class_name="#32770")
edit = dlg.child_window(control_type="Edit")
edit.type_keys(r"C:\\path\\to\\demo.pdf", with_spaces=True)
open_btn = dlg.child_window(title="打开", control_type="Button")
open_btn.click_input()
|
4.4 兜底：macOS 原生对话框（AppleScript）
1
2
3
4
5
6
7
8
9
10
11
| import subprocess, time
path_str = "/Users/me/demo.pdf"
script = f'''
tell application "System Events"
keystroke "{path_str}"
key code 36 -- Return
end tell
'''
subprocess.run(["osascript", "-e", script], check=True)
|
4.5 统一封装与回退
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
| from typing import Optional
from playwright.sync_api import Page
def robust_upload(page: Page, *, file_path: str,
input_selector: Optional[str] = 'input[type="file"]',
button_selector: Optional[str] = None,
success_selector: Optional[str] = None,
timeout: int = 8000):
if input_selector and page.locator(input_selector).count() > 0:
page.locator(input_selector).set_input_files(file_path)
elif button_selector:
with page.expect_file_chooser() as fc_info:
page.locator(button_selector).click()
fc_info.value.set_files(file_path)
else:
raise RuntimeError("no input_selector or button_selector provided")
if success_selector:
page.wait_for_selector(success_selector, timeout=timeout)
|
五、调试清单与指标
- 是否存在真实的
<input type="file">（多数前端库都有），尽量绕过原生弹窗；
- 选择器稳定性：优先 role/name/data-testid，而不是脆弱的 class；
- 等待条件：明确“成功”的页面信号，避免只依赖 sleep；
- 观测：记录上传耗时、失败原因（未找到 input、filechooser 超时、业务校验失败）；
- 限制兜底方案的使用次数与时长，避免把系统对话框当常规路径。
总结
浏览器文件上传自动化的关键，不在“如何点击打开对话框”，而在“如何最大限度避开对话框、并建立可靠的回退与观测”。优先使用 set_input_files 直设真实 input；若 UI 屏蔽了 input，用 filechooser 拦截；在万不得已的情况下才使用系统级自动化，并且严格设置超时与打点。按此思路改造后，我们把上传用例的通过率从 70% 提升到 99%+，CI 也能稳定回放。
